농업 연구 현장에 인공지능(AI)이 본격적으로 도입되면서 농생명 데이터 관리 방식이 발전하고 있다. 방대한 유전체·전사체 등 ‘오믹스(Omics)’ 데이터를 자동으로 분류하고 품질을 평가하는 기술이 개발되면서 농업 연구뿐 아니라 식품·헬스케어·바이오 산업까지 활용 범위가 확대될 전망이다.

농촌진흥청(청장 이승돈) 국립농업과학원에 따르면 국내 농생명 데이터 통합 플랫폼인 NABIC(National Agricultural Biotechnology Information Center, 국립농업생명공학정보센터)에는 농생명 오믹스 데이터가 축적돼 있다. 등록 데이터는 약 535만 건에 달하며 누적 정보량은 약 60TB 규모다.

이러한 데이터는 식물의 유전 정보부터 생리적 특성, 환경 반응까지 다양한 생명정보를 포함하고 있어 농업 연구의 핵심 자원으로 활용된다.

문제는 데이터 규모가 늘어나면서 관리와 분석의 어려움도 함께 커지고 있다는 점이다. 지금까지는 연구자가 데이터를 등록하면 관리자가 형식 검증과 내용 검증을 각각 수행하는 방식으로 품질을 관리해 왔다. 형식 검증 단계에서는 파일 형식이나 메타데이터 입력 여부 등을 확인하고, 내용 검증 단계에서는 염기서열 품질이나 분석 결과의 신뢰도를 확인한다. 하지만 데이터 양이 급증하면서 특히 내용 검증 단계에서 처리 시간이 길어지고 연구 흐름이 지연되는 문제가 발생해 왔다.

이 같은 문제를 해결하기 위해 국립농업과학원은 AI 기반 농생명 데이터 품질관리 기술을 개발하고 있다.

정황원 농업생명자원부 슈퍼컴퓨팅센터 농업연구사는 “이 기술의 핵심은 대규모 농생명 데이터를 자동으로 분류하고 품질을 평가하는 시스템을 구축하는 것”이라며 “AI와 슈퍼컴퓨터를 활용해 데이터 파일 형식과 메타데이터 정보를 분석해 유전체·전사체·단백체 등 서로 다른 유형의 데이터를 자동으로 신속하게 분류할 수 있다”고 말했다. 이를 통해 기존에 연구자와 관리자가 수작업으로 처리하던 데이터 정리 과정이 크게 단축될 것으로 기대된다.

유전체·전사체·단백체·표현체의 특성 분석 및 품질 지표를 설정해 개별적 오믹스 파일 특성에 따른 지표에 대한 평가가 가능하다. 자동 분류 및 구조화 알고리즘 개발을 통해서는 오믹스 데이터 자동 분류 및 구조 인식으로 품질 고도화를 할 수 있다.

이러한 자동화된 품질 평가 체계는 대량의 농생명 데이터를 빠르게 분석할 수 있도록 해 연구 효율을 크게 높일 것으로 기대된다.

특히 이번 기술은 단순히 파일 형식이나 데이터 구조만 확인하는 기존 방식에서 한 단계 더 나아가 데이터의 의미와 맥락까지 분석할 수 있도록 설계된 것이 특징이다. AI가 데이터 간의 연관성을 분석하고 구조를 인식해 품질을 평가함으로써 보다 정교한 데이터 관리가 가능해진다.

AI 기반 데이터 관리 체계가 구축되면 농업 연구 환경에도 큰 변화가 예상된다. 고품질 농생명 데이터가 확보되면 기후 변화에 강한 신품종 작물 개발이나 병해충 저항성 품종 개발 등 다양한 연구가 보다 빠르게 진행될 수 있기 때문이다. 또한 기능성 식품 소재 발굴이나 맞춤형 농업 솔루션 개발 등 새로운 산업 분야에서도 활용 가능성이 커지고 있다.

실제로 농생명 데이터는 식품·헬스케어·환경 분야와 결합해 새로운 융합 산업을 창출할 잠재력을 갖고 있다. 예를 들어 식물 유전체 정보를 활용한 기능성 식품 개발이나 기후 변화에 적응하는 작물 품종 개발, 농업 생산성을 높이는 AI 기반 농업 서비스 등이 대표적인 사례로 꼽힌다. 이러한 기술은 농업의 생산성을 높이는 동시에 미래 바이오 산업의 성장 동력으로도 주목받고 있다.

농생명 데이터 관리 기술은 국가 식량안보와도 밀접하게 연결될 수 있다. 기후 변화로 인해 농업 환경이 빠르게 변하고 있는 상황에서 작물 유전 정보와 농생명 데이터를 체계적으로 분석하는 능력이 식량 생산 안정성에 중요한 역할을 할 수 있기 때문이다. AI 기반 데이터 분석 기술이 이러한 연구를 뒷받침하는 핵심 인프라가 될 것으로 기대된다.

정황원 농업연구사는 “농생명 데이터는 미래 농업 경쟁력을 좌우하는 핵심 자산”이라며 “AI와 슈퍼컴퓨팅을 활용한 데이터 품질관리 체계를 통해 연구 효율을 높이고 기후 변화 대응과 국가 식량안보 강화에도 기여할 것”이라고 강조했다.

AI 기술이 농업 데이터 관리에 본격적으로 도입되면서 농업 연구 과정에도 큰 변화가 예상된다. 방대한 농생명 데이터를 얼마나 효율적으로 관리하고 활용하느냐가 미래 농업 경쟁력을 좌우하는 핵심 요소가 될 것이라는 전망이 나오고 있다.